numpy的基本API（一）——创建

numpy的基本创建API

　　iwehdio的博客园：https://www.cnblogs.com/iwehdio/

1、np.empty([a, b])　　empty方法可以在无需初始化的情况下创建认为是空的a行b列数组。但是事实上，empty创建的数组中的值是随机的。

　　　　

2、np.eye(n, m, k=k)　　eye方法可以创建形状为n列m行的，只在对角线上为1，其余位置为0的数组。k表示对角线从主对角线的偏移，k为正表示向右(列索引的正方向)偏移。

　　　　

　　类似的，np.indentity(n)　　表示创建一个n×n的方阵，主对角线上为1，其余位置为0。

3、np.ones([a, b]) / np.zeros([a, b])　　ones/zeros方法可以创建全为1/0的a行b列数组。

　　　　

4、np.full([a, b], v)　　full方法可以创建值全为v的a行b列数组。

　　　　

5、np.array([a, b, c])　　array方法可以直接创建内容为[a, b, c]的数组。

6、np.arrange(start, stop, step)　　arrange方法创建以start开始，stop结束(不包括)，步长为step的顺序数组。

　　　　

7、np.linspace(start, stop, num=50, endpoint=True)　　linspace方法创建以start开始，stop结束，等间隔的num个点，endpoint=True/False代表是否包括结束点。

　　　　

8、np.logspace(start, stop, num=50, endpoint=True, base=10)　　logspace方法创建以start开始，stop结束，等对数(如10,100,1000)间隔的num个点，endpoint=True/False代表

　　是否包括结束点，base表示对数的底数。

　　　　

　　可以看到，等对数间隔的含义是，对于x=log y，x为参数操作的对象(如start=2,2=log y，y=100)，y为输出，等间隔是针对x而言。

9、np.geomspace(start, stop, num=50, endpoint=True)　　geomspace方法创建以start开始，stop结束，等级数(如10,100,1000)间隔的num个点，endpoint=True/False代表是否包括结束点。

　　　　

　　等级数间隔的含义与等对数间隔的含义对应，对于x=log y，y为参数操作的对象(如start=1,0=log 1，y=1)，y为输出，等间隔是针对x而言。两个方法的不同点在于参数设置的对象为x还是y。

10、np.meshgrid(xi, yi, indexing='xy')　　meshgrid方法按传入的坐标向量返回坐标矩阵，xi和yi分别是M和N长的向量，indexing表示返回矩阵的索引方式，‘xy’表示返回M列N行矩阵，

　　‘ij'表示返回M行N列矩阵。

　　　　                   

11、np.mgrid[a:b:cj, d:e:f]　　mgrid方法生成多维的等间距的坐标矩阵。(a,b)和(d,e)表示两个轴的坐标向量的首尾，cj表示(a,b)之间等间隔取c个点，f表示(d,e)之间从d开始每f间距取一个点。

　　若输入的维数为p，第一维输入长度为M，第二维输入长度为N，返回的数组的结构为(p, M, N)，即每个维度的坐标矩阵为M列N行。

　　　　

12、np.ogrid[a:b:cj, d:e:f]　　　ogrid方法生成多维的坐标向量。参数含义与mgrid方法相同，但是返回值为长度为p的list列表，按输入顺序排序坐标向量。

　　　　

13、np.diagflat(x, k=0)　　diagflat方法根据输入的数组x，创建以x为对角线的矩阵，k表示偏移量，向右(列索引的正方向)为正。

　　　　

14、np.tri(M, N, k=0)　　tri方法创建M行N列的对角线及其下方全为1的矩阵，k表示偏移量。

　　　　

　　此外，np.tril(A, k=0)表示获取矩阵的下三角阵，np.triu(A, k=0)表示获取矩阵的上三角阵，k表示偏移量。

15、np.mat(A)　　mat方法创建按输入数组A的矩阵。array创建的数组之间的相乘是对应相乘，mat创建的矩阵之间的相乘是矩阵相乘，维数不对应会报错。对array数组进行.T的转置操作后

　　其类型也转换为了矩阵。

　　　　                             

参考：numpy中文文档：https://www.numpy.org.cn/reference/

　　　numpy英文文档：https://numpy.org/doc/1.17/reference/index.html

iwehdio的博客园：https://www.cnblogs.com/iwehdio/